Claude Agent SDKで始める実践的AIエージェント開発

機械学習の社会実装勉強会第52回 (https://machine-learning-workshop.connpass.com/event/372543/) の発表資料です。

Transcript

1. Claude Agent SDKで始める実践的AIエージェント開発 自律型AIエージェント開発フレームワーク 機械学習の社会実装勉強会 第52回 2025年10月25日 発表者：西岡 賢一郎
2. 開発現場のよくある課題  毎日同じコードレビューやドキュメント生 成を繰り返している  調査タスク：Web検索 → 整理 → レポート 作成に何時間も  長時間タスクで途中で情報が失われる  ツール統合に複雑なコードが必要
3. なぜ従来のAIでは解決できないのか  単発対応のみ  コンテキストの壁  統合の困難 これらの限界を超えるのがAgent SDKです 1回の質問に1回の回答 • ステップごとに人間が指示 • 長い会話で情報が失われる • トークン制限に到達 • ファイル操作不可 • システムアクセス困難 •
4. Claude Agent SDK Anthropic社がClaude Codeを構築した実際のインフラ 1 実績ある基盤 Anthropic社の自社製品と同じインフラ 2 より広い用途へ 2025年9月に「Claude Code SDK」から改名 3 すぐ使える プロダクション投入可能 2025年9月29日 Anthropic社リリース
5. 「指示」から「依頼」へ 従来のAI 人間が毎回指示： 人間が毎回指示する必要あり Agent SDK エージェントが自律実行： 「プロジェクト分析してレポート作成して」 目標を伝えるだけで完結 ファイルを読んで • それを分析して • レポートを作って • 自動で全ステップ実行 • ファイル検索 → 分析 → レポート作成 •
6. なぜClaude Agent SDKを選ぶのか 1 プロダクション実績 Anthropic社の自社製品と同じ基盤 大規模運用で実証済みの信頼性 2 自律実行 エージェントループで自己判断 複数ステップを人間の介入なしで実行 3 自動コンテキスト管理 長時間タスクでも制限に達しない 重要情報を自動で保持 (詳細は次スライドへ)
7. なぜClaude Agent SDKを選ぶのか（続き）  4. 豊富なツール ファイル操作（Glob、Read、Write）やコード実行 （Bash、Python）などの基本ツールが組み込まれています  5. シンプルなAPI すぐに始められるシンプルな設計と、必要に応じて高度な制 御も可能 ファイル操作、コード実行、Web検索 • MCP連携で拡張可能 • 基本：query() 関数だけで開始 • 高度：ClaudeSDKClient • ストリーミング対応 •
8. こんな使い方ができる Agent SDKで実現できる5つの活用例  開発支援 コードレビュー、ドキュメント生成、リファクタ リング提案  リサーチ自動化 Web検索 → 分析 → レポート生成の完全自動化  プロジェクト分析 ファイル構造分析、統計計算、品質評価  データ処理 ファイル読込 → 加工 → 可視化 → 保存  ワークフロー自動化 複数ツールを組み合わせた複雑な処理の自動化
9. 実践デモ：こんなことができる  github.com/knishioka/machine-learning-workshop/claude_code/agent_sdk  プロジェクト自動分析 ファイル検索 → 内容分析 → レポート生成  README自動生成 コード読取 → 構造理解 → ドキュメント作成  リサーチエージェント Web検索 → 情報整理 → レポート作成
10. 例：プロジェクト自動分析  入力 $ python project_analyzer.py examples/01_basic たった1行のコマンドで起動   動作 1. ファイル検索（自動） 2. 内容分析（自動） 3. 統計計算（自動） 4. レポート生成（自動） 人間の介入なしで実行   結果 • Pythonファイル：2個（234行） • ドキュメント：高品質 • コード構造：優れた設計 所要時間：約20秒
11. 主要フレームワーク比較（2025年） Claude Agent SDK プロダクション単一エージェント • 自動コンテキスト管理 • 組み込みガバナンス • ストリーミング対応 LangChain マルチモデル統合 • ベンダー非依存 • RAGパイプライン • 豊富な統合 OpenAI Agents SDK マルチエージェント連携 • 軽量・高速 • エージェント間連携 • ミニマルな設計
12. どれを選ぶべきか Claude Agent SDK  プロダクション品質が必要  長時間の自律タスク  明確な権限管理 LangChain  複数LLMの使い分け  ベンダーロックイン回避 OpenAI Agents SDK  複数エージェントの協調  軽量な実装
13. 5分で始める 1 インストール pip install claude-agent-sdk 2 APIキー取得 console.anthropic.com 3 環境設定 export ANTHROPIC_API_KEY=your_key 4 実行 python examples/01_basic/hello_agent.py
14. 学習リソース  公式ドキュメント docs.claude.com/en/api/agent- sdk/overview API完全リファレンス アーキテクチャ解説 ベストプラクティス  公式Python SDK github.com/anthropics/claude- agent-sdk-python 最新のSDKコード サンプルコード リリース情報  デモプロジェクト github.com/knishioka/machine- learning- workshop/claude_code/agent_sdk 段階的デモコード 日本語ドキュメント すぐに試せる環境
15. Claude Agent SDK：開発の新しいパラダイム デモを試す github.com/knishioka/machine-learning-workshop/claude_code/agent_sdk Anthropic社のプロダクションインフラ 1 自律的な複数ステップ実行 2 自動コンテキスト管理 3 幅広い活用可能性 4 今すぐ始められる 5 機械学習の社会実装勉強会 第52回 / 2025年10月25日 / 西岡 賢一郎